跳转至

越野车路径状况评估 第二部分:尝试与用户失误

原文链接: https://www.nv5geospatialsoftware.com/Learn/Blogs/Blog-Details/determining-trail-conditions-part-2-trial-and-user-error

6668 文章评分:

3.5

越野车路径状况评估 第二部分:尝试与用户失误

匿名作者 2015年10月23日,星期五

在深入探讨利用遥感技术评估越野车路径状况系列博文的第二部分之前,我想先说明一下自己的背景——我的遥感技能充其量只能算中级水平。我所掌握的知识刚好足以让我在尝试更高级的图像分析时,能够寻求办公室里专家们的慷慨指导和帮助。

当我开始为我的用例寻找免费可用数据时,我很快意识到这对于一个没有资金的四驱车俱乐部来说将是多么艰巨的任务。我访问了美国地质调查局的地球探测器网站,想看看能否免费获取一条名为韦伯斯特山口(下图所示)路径的数据。

以及另一条名为卡里布溪的路径

我选择这两条路径是因为我曾在不同季节驾驶通过,遇到过各种不同的路况。它们代表了两种截然不同的地貌环境:韦伯斯特山口快速攀升至林木线以上,山脉矿藏丰富且岩石裸露(易受冲刷);而卡里布溪位于山谷中,森林茂密,更容易出现积水、倒伏树木和深泥坑。在我搜索目标区域后,从下载并裁剪的数据集中都能清晰识别这两条路径,并且我还找到了这些区域逐年航飞影像用于对比分析。

现在数据是有了,但其分辨率不足以让我提取出诸如被冲毁的路段或倒伏树木这样的细节特征。我在两个数据集上测试了图像变化检测工作流,虽然能提取出预期特征(大型雪原、叶冠覆盖率变化),但现有分辨率无法聚焦到我的核心关注区域——路径本身。

在尝试免费数据后,我向身边的专家们请教。他们很快指出了几个关键点:首先,陆地卫星数据并不适合提取我所需的信息——这是我的第一个用户失误:了解你的数据。其次,若想用陆地卫星数据获得更好结果,我至少需要获取路径系统的矢量数据进行叠加,再尝试进行变化检测——这是第二个用户失误。

基于这些建议,我的下一步计划是查找科罗拉多州可能存在的2011/2014年航拍NAIP(国家农业影像计划)数据,这些数据应能提供更高分辨率。这选项是我获得准确结果的最佳机会。接下来我将联系我们的数据合作伙伴(空客或数字地球公司),了解关注区域有哪些可用数据。

我决心要攻克这个用例!我将利用业余时间继续测试,并在第三部分中展示我的发现。敬请期待。

重写IDL_Object方法时的一些注意事项 关于光行为特性的思考